近红外光谱分析中定标集样品挑选方法研究

介绍了目前常见的几种定标集样品挑选方法:含量梯度法、Duplex法和Kennard-Stone法,并提出了新的挑选方法:GN距离法。该方法以全局距离来界定定标集样品范围,以邻域距离来剔除相似样品,根据不同的全局和邻域距离组合挑选出定标集样品建模,根据计算所得最小交叉验证误差SECV来确定最合理的定标集样品。通过实例,讨论比较了上述4种方法优缺点。结果表明:GN距离法能够在保持原始样品集覆盖范围的基础上,适量剔除异常样品,GN距离法挑选出的定标集所建模型具有较低的模型复杂度、较高的相关系数和较好的模型预测能力。

定标集样品数对茶叶近红外光谱分析精度的影响

为了考察定标集样品数量对近红外光谱分析结果的影响,以2007年不同地区的高、中、低档茶叶为试验材料,采用MWPLS方法优化波长并在不同数量的定标集下分别建立茶多酚和咖啡碱组分的预测模型.结果表明:茶叶中茶多酚和咖啡碱组分模型的预测精度与建模样品的数量存在一定的关系;随着定标集样品数量的不断增加,模型的相关系数由小变大逐渐趋于平稳;在160个建模样品中,当茶多酚和咖啡碱定标集数量分别为85和100时,模型的相关系数最大,分别为0.974 1和0.963 7.

样本集选择对稻谷千粒重NIR模型预测精度的影响

为研究样本集选择方法对稻谷千粒重NIR模型的影响,分别采用不同数量样品,不同定标集、验证集比例以及不同定标集选择方法,选出建模的定标集,在600~1100 nm的波长区间,用偏最小二乘法建立稻谷千粒重的近红外光谱预测模型,根据内部交叉验证决定系数(Rv2)、外部验证决定系数(Rp2)、内部交叉验证误差(SECV)和预测误差(SEP)比较模型的预测能力。结果显示,样品数量、定标集和验证集比例以及定标集选择方法均对稻谷千粒重的NIR模型有明显影响。采用合适数量的样品可以得到较佳的NIR模型,以7∶3的比例分割定标集与验证集,得到的稻谷千粒重NIR模型具有相对高的预测能力,而与含量梯度法和随机抽取法相比,采用K-S算法进行定标集选择,可以得到预测精度更高的NIR模型。

利用近红外透射光谱技术测定小麦品质性状的研究

为了研究小麦品质性状的快速测试方法,本试验以2002年来自全国各地的426个小麦品种为材料,利用近红外光谱透射仪(NITS)分析了小麦籽粒水分、蛋白质含量、硬度和面粉的干、湿面筋含量、灰分含量、SDS及Zeleny沉淀值等8项指标,根据定标集样品化学分析数据和吸收光谱建立了定标模型,并获得了较高的预测集决定系数(0.70～0.97)和较低的标准误差(0.05～11.18)。同时,选用了一批有代表性的预测集样品对模型进行了预测,结果表明,近红外光谱技术用于测试小麦品质是可行的,能够用于育种的早代选择。

中国冬播小麦面粉颗粒度分布及近红外透射光谱测试技术研究

面粉颗粒度是影响小麦食品加工品质的重要性状。以2 0 0 1- 2 0 0 2年度来自北部冬麦区、黄淮冬麦区、长江中下游冬麦区和西南冬麦区的2 5 6份小麦品种(系)为材料,用激光散射颗粒度分析仪和近红外透射光谱技术对面粉颗粒度进行了研究。结果表明,我国小麦面粉颗粒度分布特点为从北向南,硬质麦分布比例逐渐减少,软质麦分布比例逐渐增大。总体上硬质麦所占比例较高,为5 9. 4 % ,软质麦和混合麦所占比例分别为2 8 .1%和12 .5 %。近红外预测集模型决定系数为0 92 ,与激光散射颗粒度分析仪测试结果之间呈极显著正相关。在建立模型时,采用预测残差平方和及交叉验证处理方法进行了主成分数目选择,并对定标集样品中浓度超常样品和光谱超常样品做2次删除,删除样品数占总样品数的4 .1% ,使定标模型决定系数RSQ从0 . 82提高到0. 92 ,标准误差SEC从12 . 75下降到8 .5 4 ,提高了模型的预测精度,优化了定标模型。此外,根据我国小麦颗粒度大小分布的特点,建立了各麦区的定标模型,其可靠性优于以总参试样品建立的模型。

基于偏最小二乘留一交叉验证法的近红外光谱建模样品选择方法的研究

目的提出一种新的挑选定标集的方法-偏最小二乘留一交叉验证法。方法以玉米为例,通过对玉米中水分含量的实际建模与外部验证,根据主成分数、相关系数、预测均方根差以及相对分析误差(ratio of performance to standard deviate,RPD)等因素,综合比较4种定标集挑选方法的优缺点。结果偏最小二乘留一交叉验证法结合样品和光谱性质,在保持原始样品覆盖范围的基础上,挑选出的定标集所建立的模型具有较低的模型复杂程度、较高的验证相关系数以及较高的RPD值。结论该方法既克服了随机挑选法存在的样品代表性不足的风险,同时也避免了含量梯度法和计算机识别法只考虑样品或者光谱的单一性质的不足,同时该方法具有操作简单、易于推广等优点,为食品安全检测提供了一种新的筛选样品的方法。